Em entrevista exclusiva para a MundoLogística, o co-CEO da BoxDelivery comentou os benefícios que os dados trazem para as operações, as soluções tecnológicas que inevitavelmente fazem parte desse processo, a importância da qualificação do profissional e o status dessa estratégia no Brasil
Por Christian Presa
Trevisan: “É bem importante que o profissional de logística entenda o que dá para fazer com os dados” (Foto: Arquivo pessoal)
O uso de dados na logística já é uma tendência destacada há alguns anos. Segundo um estudo do Council of Supply Chain Management Professionals (Conselho de Profissionais de Gerenciamento da Cadeia de Suprimentos, em português), 93% dos transportadores consideram que a análise de dados é um fator elementar para a tomada de decisões. Quando analisadas empresas 3P (os Third Party Logistics Provider, ou operadores logísticos), esse percentual sobe para 98%.
Trata-se, portanto, de um fato que as empresas e os profissionais precisam aceitar – e aproveitar. Porém, a partir desse aceite, o setor de logística se depara com outros desafios.
O primeiro deles é em relação à quantidade de dados gerados. Com o avanço da tecnologia, marcado pela criação de soluções para suportar a operação logística, os gestores se veem diante da tarefa de converter esses dados para gerar insights capazes de auxiliar na tomada de decisão – o grande objetivo nesse contexto. Imediatamente, o segundo desafio irrompe: quem fará isso? E de que forma?
Felipe Trevisan, co-CEO da BoxDelivery, aposta na hierarquia de métricas para potencializar esse processo. Em entrevista exclusiva para a coluna “Start da Semana”, o executivo salientou os benefícios que os dados trazem para as operações, as soluções tecnológicas que inevitavelmente fazem parte desse cenário e a importância da qualificação do profissional e muito mais.
Leia na íntegra!
MUNDOLOGÍSTICA: É seguro dizer que o uso de dados em logística é um dos tópicos mais importantes quando se fala de presente e futuro do setor. Em que momento essa estratégia (converter dados em insights) passou a ter atenção e se tornou viável?
FELIPE TREVISAN: Há pelo menos uma década, a gente vê a importância dos dados nas operações logísticas. Se pararmos para pensar, o setor de logística é muito baseado na otimização de recursos, ou seja, como fazer mais com menos. Em uma operação de distribuição de cargas, por exemplo, a questão é como reduzir o número de veículos necessários para fazer a mesma quantidade de entregas. Então, os dados são essenciais para fazer com que as operações sejam otimizadas. Muitas vezes, são construídos modelos matemáticos que utilizam esses dados para trazer otimização, então os dados já estão presentes há algum tempo. Porém, eles se tornaram cada vez mais importantes porque começamos a usar os dados não só para otimizar, mas também para gerar insights ao cruzar informações de áreas e contextos diferentes para auxiliar na estratégia das empresas de logística. Outro exemplo legal é de como é possível reduzir fraudes ao coletar mais dados que não são só da operação logística. São dados que, inicialmente, não são relevantes para logística, mas passam a ser na medida em que você consegue reduzir o índice de sinistralidade. Esses insights só são possíveis quando você começa a cruzar dados de diferentes áreas. Há também uma tendência gigante de usar dados para que sistemas de inteligência artificial possam evoluir e “aprender”. No futuro, a gente vai usar ainda mais dados em logística.
Redução de custo e otimização nas operações são os retornos mais óbvios, mas existe algum outro benefício que o uso de dados traz e ainda não se fala muito?
Os dados ajudam muito em tomada de decisão estratégica. Eles trazem insight não só para que você otimize a operação, mas para serem tomadas decisões que não são operacionais, como onde ter um centro de distribuição, de onde importar certa mercadoria e a entender onde o seu nível de serviço é pior é o porquê disso. Também vejo que os dados acabam trazendo novas oportunidades de negócios. Suponhamos que você identifique que um determinado processo do seu negócio é moroso ou improdutivo. Nesse caso, é possível gerar valor dentro disso, até mesmo criando uma unidade de negócios separada para otimizar um dado processo ou criar uma tecnologia nova que sirva para todo o mercado. Ou seja, você identificou uma dor latente por meio de um insight que só foi possível a partir dos dados.
O suporte tecnológico é bem-vindo e inevitável. Na sua visão, quais soluções obrigatoriamente precisam fazer parte de uma operação orientada por dados?
Isso depende do estágio de cada empresa e de como a cultura de dados está evoluindo dentro dela. Na logística, a torre de controle é um conceito que está muito quente e que, no fundo, ajuda a criar uma cultura mais orientada à análise, dados e indicadores. É uma ferramenta importante para colocar todo mundo dentro da mesma página, no que diz respeito às informações e dados. Pensando do ponto de vista de como criar esses dashboards a partir dos dados, existem algumas ferramentas de BI e Analytics que são muito boas. O próprio PowerBI, do pacote da Microsoft, ou o Tableau e várias outras ferramentas que te ajudam a criar dashboards de forma fácil e sem ter uma mão de obra superespecializada, porque também é preciso balancear como o seu time vai se adaptar a isso. Outras ferramentas interessantes são as que viabilizam você juntar dados de diferentes áreas, os data lakes, para conectá-los e, a partir das dashboards, realizar análises. É importante pensar também em ferramentas de segurança de dados que possibilitem compliance com a LGPD, pois tudo que envolve segurança de dados é superimportante e a gente subvaloriza isso até a hora que ocorre um problema na empresa.
Mais do que obter dados, é preciso transformá-los em informação de valor – o que pressupõe a participação efetiva das pessoas. Qual é o maior desafio para que esse processo (pessoas e dados) flua de uma forma produtiva?
Um dos desafios é, primeiro, aprender a como acessar esses dados. Não é todo mundo que tem capacitação ou até mesmo autorização para buscar dados em um banco e transformá-los em dashboards. Então, por mais que você tenha um analista ou um coordenador muito bom no time, ele não necessariamente vai ter habilidade ou tempo para extrair esses dados, trata-los e gerar relatórios e insights. Dito isso, acho que é bem importante ter a visão de criar um time de dados que possa suportar outras áreas. Esse é um movimento relativamente simples de se fazer em uma organização. É claro que ideal seria se todos tivessem acesso a dados e fossem mais versáteis. Mas um bom começo é ter um time de dados para servir algumas áreas e criar ferramentas que ajudem as pessoas a criarem suas próprias análises e instigá-las a serem mais analíticas, a entenderem mais o negócio e o papel das métricas. Outro pilar importante é classificar qual tipo de dados e métricas é preciso ter. Muita gente exagera no número de métricas, mas é muito importante ser seletivo quanto às métricas, especialmente as que são métricas-chave, a causa do sucesso de uma empresa. Por exemplo, o objetivo é aumentar o Ebitda da empresa, o que é uma métrica de longo prazo que não permita que você aja em cima dela. Mas há métricas em que você pode atuar e que serão a causa do resultado que você espera. Então, ter a capacidade em um time de filtrar quais são as métricas mais relevantes é essencial.
Até para ser possível obter resultados qualificados e possíveis de serem analisados, certo? Para evitar que uma quantidade exorbitante de dados ofusque dados e insights que são relevantes.
Perfeito. Gosto muito de um exemplo dos aplicativos, como a Uber e a 99Táxi. O que motiva um cliente a cancelar uma corrida de aplicativo? Normalmente, é o tempo de espera pelo carro no ponto de embarque. Então, se você tem uma opção que demora quinze minutos e outra que demora dois minutos, a chance de você escolher a opção que demora dois minutos, mesmo que seja mais cara, é altíssima. É uma métrica ultrarrelevante no desempenho da organização. Quando você coloca o time para perseguir essa métrica, outras métricas também se tornam importantes, como número de motoristas ativos, precificação etc., mas há um norte muito claro de causa de satisfação do cliente. Então, às vezes são necessárias uma ou duas métricas para nortear uma operação inteira, o que torna essa hierarquia das métricas algo fundamental.
Na Box Delivery, há uma valorização muito grande do papel do entregador. Como você avalia a visão de que os dados podem substituir os motoristas/entregadores na operação?
Especificamente no setor da Box Delivery, eu acredito que os dados só vão ajudar os entregadores e toda a estrutura que cuida deles para manter qualidade e engajamento. O papel que eles têm é tão fundamental na execução das entregas que eu não vejo uma substituição, mas sim uma facilitação e uma melhoria de serviços tantos para eles, quanto para os clientes e para a própria Box. Por exemplo, o uso de dados ajuda a prever locais que estão com mais demanda para balancear o número de entregadores em determinadas regiões da cidade para que os clientes sejam melhor atendidos, além de também serem utilizados em operações antifraude, inclusive por reconhecimento facial. Vejo o dado apoiando o papel dos motoristas muito mais do que substituindo. É claro que, em outros mercados, os dados eventualmente podem ajudar a criar ferramentas mais automatizadas e sistemas de inteligência artificial que reduza a necessidade de pessoas, mas esse não é o caso dos entregadores.
Como o profissional de logística pode se preparar para atuar em um setor que, a cada dia mais, é orientado pelo uso de dados?
É bem importante que o profissional de logística entenda o que dá para fazer com os dados. Por exemplo, quais métricas são importantes de serem avaliadas por mostrarem a saúde de uma operação? E quais são as métricas que me ajudam a mudar essa perspectiva? Então, é preciso saber separar métricas de ação e de métricas de acompanhamento. A capacitação para atuar com dados também é fundamental para entender os conceitos e as tendências de mercado. E claro, o olhar crítico.
Você diria que essa parte mais analítica ainda falta no Brasil, quando se pensa em gestão logística orientada por dados?
Eu não diria que só no Brasil, mas sim. Duas coisas são importantes. A primeira é uma diretriz estratégica que de fato entenda a importância dos dados e ajude a empresa a se organizar para aproveitá-los. Então, a diretoria das empresas precisa orientar de forma clara do que tem que ser aproveitado. A segunda coisa é a importância de estimular e treinar as pessoas, além de dar autonomia a elas para cuidarem dessa área. Isso é subsequente a uma diretriz clara.
Existe algum case nacional que você cita como um exemplo de uma gestão orientada por dados que deu certo?
Um case nacional muito legal é o da Nubank, que tem um desenvolvimento de produto muito orientado a dados, um sistema antifraude sólido e uma cultura mais analítica e orientada para a experiência do consumidor. Isso condiz muito com uma gestão orientada por dados. Na logística, a Cobli é uma empresa interessante, pois ela nasceu da geração de dados. Eles oferecem um dispositivo de rastreamento veicular que possibilita insights sobre como o motorista está dirigindo. É uma empresa de tecnologia que é muito forte em coletar muitos dados e analisá-los.
Fonte: Mundo Logística
